Assets Bundle Extractor是一款好用的Unity3d编辑工具，也就是游戏MOD制作工具，通过Assets Bundle Extractor用户能轻松打开一些游戏人物建模并进行修改，也支持用户自己制作一些mod用于导入游戏中，有需要的可以下载使用。 批处理文件： 1)创建批处理文件。它是一个UTF-8编码的文本文件，其中每一行指定从捆绑文件列表中添加或删除的文件或目录。 每条线以+或-开头。Plus意味着目录或文件应该被添加到列表中，减去意味着它应该被删除。 要指定它是文件还是目录，后面跟着文件或DIR。文件或目录路径位于一个空格字符之后。 每条线最多可以有510个字节。如果它比那个长，其余的就被切断了。

语言:English 从Microsoft Teams在线界面中提取聊天记录 Microsoft Teams没有用于聊天的本机导出功能。 此扩展程序从网络版本中提取当前所选聊天的数据，并且可以将抄本复制并粘贴到其他位置。 1.登录到Web（https://teams.microsoft.com）上的Microsoft Teams。2.转到您要提取的聊天。 请注意，它只会提取已加载的内容，因此，如果要使用更长的历史记录，请在聊天历史记录中向上滚动，直到您加载了所有喜欢的内容。3.按下紫色的小聊天按钮。 将显示一个弹出窗口，其中包含内容。4.复制并粘贴到您喜欢的任何形式。

stdf viewer,把数据从STDF中提取为EXCEL数据

pdf 提取器 Pdf-extractor 是的包装器，用于从 node.js 上的 pdf 生成图像、svgs、html 文件、文本文件和 json 文件。 图像：DOM画布用于呈现和导出pdf的图形层。 Canvas 默认导出 *.png，但可以扩展为导出到其他文件类型，例如 *.jpg。 SVG：使用 pdf.js 的将 Pdf 对象转换为 svg。 HTML：PDF 文本转换为 HTML。 这可以用作图像上的（透明）图层以启用文本选择。 文本：PDF 文本被提取到一个文本文件中以用于不同的用途（例如索引文本）。 Node.js 上的 PDF.js 这个库的最基本形式是 pdf.js 的 node.js 包装器。 它具有默认渲染器来生成默认输出，但很容易扩展以合并自定义逻辑或生成不同的输出。 它使用 node.js DOM 和来自 pdf.js 的节点 domstub 确实

【简介】：黑莓手机桌面管理软件dm7.0之后备份出来的文件格式以*.bbb命名，此软件可以将备份信息直接读取并且转换成csv和cfv格式，方便导入其它如安卓，苹果手机 【操作步骤】： 1. 在打开软件之前，请断开网络连接（防止BlackBerry Backup Extractor联网更新）。 2. 打开算号器KeyMaker.exe，生成密钥并拷贝 3. 打开BlackBerryBackupExtractor.exe，点击regester进行注册（未注册版只能转换5条记录）

视频帧提取器 从剪辑提取视频帧以创建数据集。 frame-generator.py从示例视频生成所有帧，然后将其保存到extracted-frames目录中。 软件包的依赖关系和安装： 我们将为此项目需要python的opencv和os软件包。从python3.4开始，os是python不可或缺的一部分。我们将需要安装opencv来运行frame-generator.py 。建议您将虚拟环境用于任何与计算机视觉相关的项目，以避免软件包依赖关系的冲突。 pip3 install opencv-python 运行代码： 创建一个名称为sample-clips的目录。 将视频片段保存在新创建的sample-clips目录中。 确保frame-generator.py和sample-clips目录保存在同一目录下。 在命令行中按以下命令。 python3 frame-generator.py

coh2_rgt_extractor 将英雄连队2的纹理文件从.rgt文件提取为.dds或.tga文件。 这是[Corsix的Mod Studio]（ ）中使用的Corsix的Rainman库的小型命令行界面。 笔记 使用Relic的Archive Viewer从.sga档案中提取.rgt文件。 Rainman库是根据[GNU LGPL v2.1]（ ）许可的。 编译中 与Visual Studio 2012一起编译。 用法 coh2_rgt_extractor.exe“ /path/to/*.rgt” 执照 MIT许可证。 您可以随意使用此代码，但我对使用它所发生的任何事情不承担任何责任。 有关更多详细信息，请参见LICENSE文件。

ML5特征提取器 该示例应用程序是使用库创建的。 ml5.js是在Web浏览器中的Web机器学习。 它基于众所周知的唯一构建。 安装 git@github.com:yong-asial/ml5-feature-extractor.git cd ml5-feature-extractor npm install 预习 cd ml5-feature-extractor npm run dev 程序如何运作 程序（DOM）已完全加载。 它将加载核心模型（MobileNet）。 现在，程序可以加载现有的自定义模型或训练新的分类了。 加载自定义模型 点击load按钮。 然后它将加载位于model目录中的自定义模型。 这是一种自定义模型，用于检测您是否戴着口罩。 单击Start Detecting! 按钮-您可以尝试戴或不戴口罩使自己面对相机，并观察Result标签。 训练新分类 在输入框Cl

HuaweiUpdateExtractor_0.9.9.5，HuaweiUpdateExtractor_0.9.9.5

metadata-extractor-2.7.0.jar，用于处理图片